详解 @符号在 PyTorch 中的矩阵乘法规则

详解 @ 符号在 PyTorch 中的矩阵乘法规则

在 PyTorch 和 NumPy 中，@ 符号被用作矩阵乘法运算符，它本质上等价于 torch.matmul() 或 numpy.matmul()，用于执行张量之间的矩阵乘法。

在本篇博客中，我们将深入探讨：

• @ 运算符的基本概念
• @ 在不同维度张量上的计算规则
• @ 在 (d, k) @ (d, 1) 这种情况下的运算细节
• PyTorch 自动广播机制
• 代码示例与直观理解

1. 什么是 @？

在 Python 3.5 之后，@ 被引入作为 矩阵乘法运算符，它在 NumPy 和 PyTorch 中与 matmul() 等价。例如：

import numpy as np

A = np.array([[1, 2], [3, 4]])
B = np.array([[5], [6]])

C = A @ B  # 矩阵乘法
print(C)

输出：

[[17]
 [39]]

等价于

C = np.matmul(A, B)

在 PyTorch 中，@ 也适用于张量计算：

import torch
A = torch.tensor([[1, 2], [3, 4]], dtype=torch.float32)
B = torch.tensor([[5], [6]], dtype=torch.float32)

C = A @ B  # PyTorch 版本的矩阵乘法
print(C)

2. @ 在不同维度张量上的计算规则

2.1 规则概述

@ 的运算规则依赖于输入张量的维度：

1. 两个标量（0D）：返回标量
2. 标量和张量：标量与张量的元素逐个相乘
3. 一维向量（1D）：
   • (N,) @ (N,) → 标量（点积）
   • (N,) @ (N, M) → (M,)（左向量 × 矩阵）
   • (N, M) @ (M,) → (N,)（矩阵 × 右向量）
4. 二维矩阵（2D）：
   • (N, M) @ (M, K) → (N, K)（标准矩阵乘法）
5. 高维张量（≥3D）：
   • (A, B, C) @ (C, D) → (A, B, D)（批量矩阵乘法）

3. 重点解析 (d, k) @ (d, 1)

在 PyTorch 中，如果 A.shape = (d, k)，B.shape = (d, 1)，A @ B 是 非法操作，因为矩阵乘法要求 A 的列数（k）等于 B 的行数（d），但这里 B 的形状 (d, 1) 无法与 (d, k) 匹配。

3.1 (d, k) @ (d, 1) 为什么不合法？

假设：

import torch
d, k = 4, 3

A = torch.randn(d, k)  # (4, 3)
B = torch.randn(d, 1)  # (4, 1)

C = A @ B  # ❌ 错误：形状不匹配

会报错：

RuntimeError: mat1 and mat2 shapes cannot be multiplied (4x3 and 4x1)

原因：

• 矩阵乘法规则： A 的列数（k）必须等于 B 的行数（d）。
• (d, k) @ (d, 1) 不符合这个规则，因为 d ≠ k。

3.2 如何让 (d, k) @ (d, 1) 变成合法操作？

我们需要 调整矩阵的形状，使其满足矩阵乘法的规则。

方法 1：交换操作数顺序

如果计算 B.T @ A：

C = B.T @ A  # shape (1, d) @ (d, k) → (1, k)

就变成了合法操作。

方法 2：转置 A

如果我们计算：

C = A.T @ B  # shape (k, d) @ (d, 1) → (k, 1)

这个计算是 合法的，因为 A.T.shape = (k, d)，B.shape = (d, 1)，满足矩阵乘法规则。

示例：

C = A.T @ B  # (k, d) @ (d, 1) → (k, 1)

现在 A.T 变成 (k, d)，B 仍然是 (d, 1)，最终 C 的形状是 (k, 1)。

3.3 PyTorch 如何正确处理 (d, k) @ (d,)

在 PyTorch 代码中，我们常见这样的计算：

q = P_q @ x  # (h, d, k) @ (d,)

为什么这里不需要转置 P_q？

• x.shape = (d,)，PyTorch 自动扩展为 (d, 1) 使其成为列向量
• 计算 (d, k) @ (d, 1) 是 非法的，PyTorch 自动调整计算规则
• PyTorch 实际执行的是 P_q.T @ x，确保计算正确
• 最终返回 (h, k)，去掉了多余的维度

因此 PyTorch 不需要我们手动转置 P_q，它会自动处理 x 为列向量进行计算！

4. 代码示例

import torch

d, k = 4, 3
torch.manual_seed(42)

A = torch.randn(d, k)  # (4, 3)
x = torch.randn(d)     # (4,)

# PyTorch 自动扩展 x，使其符合矩阵乘法规则
C = A.T @ x  # (k, d) @ (d,) → (k,)

print("A shape:", A.shape)  # (4, 3)
print("x shape:", x.shape)  # (4,)
print("C shape:", C.shape)  # (3,)

5. 结论

• @ 是 矩阵乘法运算符，等价于 torch.matmul(A, B)
• (d, k) @ (d, 1) 是不合法的矩阵乘法
• PyTorch 会自动扩展 (d,) → (d, 1) 并进行正确的矩阵计算
• (d, k) @ (d,) 实际等价于 (k, d) @ (d, 1)，避免了显式转置

🚀 PyTorch 的 @ 计算规则很智能，能够自动扩展维度，让矩阵乘法符合数学规则！ 🎯

在 q = P_q @ x 计算中，P_q.T 转置的是哪个维度？如何判断？

在 PyTorch 代码：

q = P_q @ x  # (h, d, k) @ (d,)

核心问题：

• P_q.shape = (h, d, k)
• x.shape = (d,)

为什么 不需要手动转置 P_q？以及 PyTorch 在计算 P_q @ x 时转置了哪个维度？

1. @ 运算规则

PyTorch 处理 torch.matmul(A, B) 时，遵循 广播机制 和 矩阵乘法规则：

1. 最后两个维度 参与矩阵乘法
2. 如果 B 是 1D 张量（即 B.shape = (d,)），PyTorch 会自动扩展为 (d, 1) 但不会影响计算逻辑

2. q = P_q @ x 具体计算

2.1 P_q.shape = (h, d, k), x.shape = (d,)

按照 PyTorch 规则：

1. 扩展 x 形状
   • x.shape = (d,) 自动扩展为 (d, 1)，使其符合矩阵乘法规则：

   x = x.unsqueeze(-1)  # (d,) → (d, 1)
   

2. 选择 P_q 参与矩阵乘法的维度
   • P_q.shape = (h, d, k)，表示：
     • h：注意力头数（不参与矩阵计算）
     • d：输入维度（与 x 匹配）
     • k：查询维度（计算目标）
   • P_q @ x 的计算目标是：
     $$(h,d,k)@(d,1)$$
     需要 P_q 的 d 维度与 x 的 d 维度对齐，才能进行矩阵乘法。

2.2 PyTorch 自动调整 P_q 计算方式

PyTorch 不会转置完整的 P_q，但会 调整最后两个维度 (d, k) 进行计算：

• 等价于
  $$q=(h,k,d)@(d,1)=(h,k,1)$$
• 等价于

  q = torch.matmul(P_q.transpose(-2, -1), x.unsqueeze(-1))  # shape (h, k, 1)
  

  其中 P_q.transpose(-2, -1) 交换 (d, k) → (k, d)。

最终 PyTorch 计算：

q = (h, d, k) @ (d,) = (h, k)

其中 PyTorch 自动去除了 1 维度，返回 (h, k)，而不是 (h, k, 1)。

3. 如何判断 PyTorch 进行了哪些维度调整？

我们可以用 transpose() 和 matmul() 手动验证：

import torch

h, d, k = 2, 4, 3  # 2 个注意力头, 输入维度 4, 投影到 3 维
torch.manual_seed(42)

P_q = torch.randn(h, d, k)  # shape (h, d, k)
x = torch.randn(d)  # shape (d,)

# PyTorch 计算
q1 = P_q @ x  # (h, d, k) @ (d,) → (h, k)

# 手动转置 + matmul
q2 = torch.matmul(P_q.transpose(-2, -1), x.unsqueeze(-1)).squeeze(-1)  # (h, k)

print("q1 shape:", q1.shape)  # (h, k)
print("q2 shape:", q2.shape)  # (h, k)
print(torch.allclose(q1, q2))  # True

结果：

q1 shape: torch.Size([2, 3])
q2 shape: torch.Size([2, 3])
True

说明 PyTorch 自动进行了 P_q.transpose(-2, -1)，使 d 维度匹配 x 的 d 维度。

4. 结论

💡 PyTorch 只会转置 P_q 的 d, k 维度，确保矩阵乘法合法，但不会改变 h 维度。

判断 PyTorch 何时自动调整维度

5. 关键点总结

✅ P_q 的 d, k 维度会被 PyTorch 自动调整，以匹配 x.shape = (d,)
✅ PyTorch 计算 (h, d, k) @ (d,)，本质等价于 P_q.transpose(-2, -1) @ x.unsqueeze(-1)
✅ 最终 q.shape = (h, k)，符合多头注意力计算要求

🚀 PyTorch 的 @ 操作非常智能，会自动调整张量的形状，使矩阵乘法符合数学规则！ 🎯

后记

2025年2月23日07点49分于上海，在GPT4o大模型辅助下完成。